以编码中性方式打印到终端答案

【问题标题】：Printing to the terminal in a encoding neutral manner以编码中性方式打印到终端
【发布时间】：2012-01-09 20:45:56
【问题描述】：

无论其编码如何（UTF-8、16、32），我都想在屏幕上打印一个字符串。该字符串以 char 数组表示，因此我需要忽略空字节并继续打印到标准输出；这让 printf 的家人和朋友无话可说。

char text[] = { 0x00, 0x55, 0x00, 0x6E, 0x00, 0x69, 0x00, 0x63, 0x00, 0x6F, 0x00, 0x64, 0x00, 0x65 };

fwrite( text, sizeof(char), sizeof(text), stdout );

为此，我选择了上述解决方案，以使我能够打印所有 UTF 编码格式。我知道某些终端无法正确显示字符，但这不是我关心的问题，因为它是应用程序之外的可配置选项。

我的应用程序设置了要加载的消息目录（en_EN.UTF-8 等），但我想避免必须根据当前选择的语言环境在代码中进行字符串转换。

在我让它上线之前，能否请我对这种方法进行审查？

【问题讨论】：

标签： c locale fwrite utf

【解决方案1】：

你不能那样做。当您处理文本时，编码很重要。所以你必须进行转换。

而且将内容保存在 char 数组中也很糟糕，您应该使用 byte 数组。因为：

如果尚未在某些标头中定义，则应将字节定义（或 typedef）为无符号字符。普通字符可以有符号也可以无符号，你会有惊喜。
更具可读性，因为它使意图更加清晰。我看到字节，它是一堆字节。我看到 char，它是纯文本（在你的情况下，显然不是这样）

【讨论】：

我不确定我是否完全理解你。关于字节数组的可读性，我明白了这一点。但是您的评论是我需要转换字符串。如果终端采用 utf16 编码字符并且我编写了一个表示 utf16 的字节数组，则它仍应正确显示。如果我随后将终端更改为 utf8 编码并加载 utf8 字符串，这应该再次显示。没有？
@Ben 如果终端在大端模式下接受 utf16 并且您传递以小端模式编码的字节数组，那么答案是否定的，这将不会在终端上正确显示。
好的，谢谢你的时间。这是根据语言环境进行选择的要点
@Ben：如果终端使用 UTF-16 并且您的数组包含 UTF-16 的字节，那么您可能没问题。但我的理解是，您想对任何终端设置使用相同的数组。但是，即使您对 UTF-16LE 终端使用“UTF-16LE 字节”，对 UTf-8 终端使用“UTF-8 字节”等等，仍然不能保证像 fwrite 这样的函数会通过相同的“管道”作为“终端感知”的普通 printf，因此即使“字节正确”，您可能仍然会遇到复杂脚本的问题（例如）。

【解决方案2】：

如果您在 Big-Endian 模式下定义 char 数组并且终端接受 Little-Endian 怎么办？还是vice-versa？我也认为，在处理 char -> Utf 事物时，你不能没有转换（仅因为字节序）。定义一些也是合理的

typedef unsigned char  utf8char;
typedef unsigned short utf16char;
typedef unsigned int   utf32char;

和

typedef enum {
   BIG_ENDIAN,
   LITTLE_ENDIAN
} CHAR_ENDIANNESS

这样，您将更透明地转换为 UTF，调试会更容易，代码维护也会得到改善。

【讨论】：